买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利基于嵌入流形表征和信息瓶颈约束的图像检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115830398B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211682208.7，技术领域涉及：G06V10/764；该发明授权基于嵌入流形表征和信息瓶颈约束的图像检测方法是由张丽清;潘子琦;张健夫;招浩华设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本基于嵌入流形表征和信息瓶颈约束的图像检测方法在说明书摘要公布了：一种基于嵌入流形表征和信息瓶颈约束的图像检测方法，在离线阶段初始化鉴别器网络和作为编码器或解码器的生成流模型网络并依次计算重构损失函数、信息瓶颈损失函数和雅可比矩阵等距损失函数并得到总损失函数，从而对生成流模型网络以及对鉴别器网络进行反向传播实现训练；在在线阶段通过训练后的生成流模型网络得到待测图像的判别特征和共性特征，并仅对共性特征属于共性特征空间的图像进行图像重构和子流形图像重构，通过计算重构图像到各类别子流形重构图像之间的距离实现图像分类。本发明通过对待分类图像进行预先分析，避免了对无效样本的无意义计算过程，节省计算资源的同时，利用嵌入流形表征算法在图像样本投影以及信息瓶颈约束在特征提取方面的指导作用，其分类鲁棒性表现优秀。

本发明授权基于嵌入流形表征和信息瓶颈约束的图像检测方法在权利要求书中公布了：1.一种基于嵌入流形表征和信息瓶颈约束的图像检测方法，其特征在于，在离线阶段初始化鉴别器网络和生成流模型网络并依次计算重构损失函数、信息瓶颈损失函数和雅可比矩阵等距损失函数并得到总损失函数，从而对生成流模型网络以及对鉴别器网络进行反向传播实现训练；在在线阶段通过训练后的生成流模型网络得到待测图像的判别特征和共性特征，并仅对共性特征属于共性特征空间的图像进行图像重构和子流形图像重构，通过计算重构图像到各类别子流形重构图像之间的距离实现图像分类； 所述的生成流模型网络包括：一个维度提升层和一个基本流模块层，其中：维度提升层通过在特征的末尾填补指定个数的零，将输入共性特征和判别特征联合的维度提升到图像空间对应的维度，作为网络的中间特征；基本流模块层在保证模型网络的雅可比矩阵体积元具有足够复杂度的基础上，对中间特征进行任意复杂的非线性变化以生成对应的重构图像； 所述的维度提升层不包含任何神经网络参数； 所述的基本流模块层包括：依次堆叠的可逆卷积层和仿射耦合层，其中：可逆卷积层在保证可逆的基础上混合输入特征的各个通道特征，仿射耦合层在保证同样可逆的基础上对输入特征做任意复杂的非线性变换，具体为：令输出沿着图像通道维度分割得到的第一部分与输入特征的第一部分保持相同，输出特征的第二部分等于输入特征的第二部分叠加上输入特征第一部分的非线性变换经平移和尺度放缩后的特征结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。